SV
Logga inKom igång
Ordlista

Klassificerare

Vad är Klassificerare?

En klassificerare är en modell eller metod som placerar indata i en av flera förutbestämda kategorier. Klassiska varianter som beslutsträd eller naiv Bayes tränas på annoterade exempel; språkmodeller kan också sortera texter utifrån en beskrivning av kategorierna. Typiska användningar är skräppostdetektering, sortering av kundförfrågningar efter ämne och kategorisering av kvitton. Kvaliteten mäts med mått som noggrannhet, precision och täckning.

Så hjälper KI.ordo

I flöden i KI.ordo placerar blocket ”AI-router” indata i upp till åtta kategorier, till exempel i mallen ”Kategorisera text”.

Läs mer : Klassificerare

Passande mallar

Ämnen

  • Bedömning
  • Maskininlärning
  • Kategorier

Prova KI.ordo

Agenter, flöden och mallar i en arbetsyta – gratis demo i 24 timmar.

Starta demo
← Alla begrepp

Relaterade begrepp

Automatisk klassificering

Automatisk klassificering tilldelar texter, dokument eller poster fördefinierade kategorier utan manuell sortering. Traditionellt lär sig modeller detta av märkta exempel; stora språkmodeller kan också tilldela kategorier enbart utifrån en beskrivning. Typiska användningar är att sortera inkommande e-post efter ärendetyp, kontera kvitton eller flagga brådskande supportärenden. I viktiga fall rekommenderas stickprov utförda av människor.

  • Bedömning
  • Automatisering
  • +1
Mall

Textklassificering

Textklassificering tilldelar automatiskt texter till fördefinierade kategorier, till exempel e-postmeddelanden efter typ av ärende, recensioner efter sentiment eller dokument efter ämne. Tidigare krävde detta att man tränade egna modeller på märkta exempel; i dag kan stora språkmodeller ofta tilldela kategorier utifrån enbart en beskrivning. Det gör det möjligt att förhandssortera förfrågningar och snabbare dirigera dem till rätt team.

  • NLP
  • Bedömning
  • +1
Mall

Förväxlingsmatris (confusion matrix)

En förväxlingsmatris är en tabell som jämför en klassificerares förutsägelser med de faktiska klasserna. För två klasser visar den sanna positiva, falska positiva, sanna negativa och falska negativa. Utifrån den kan mått som precision, täckning och F1-värde beräknas, och det blir tydligt vilka fel som uppstår. Exempel: ett skräppostfilter som flaggar många riktiga e-postmeddelanden som skräppost har många falska positiva, vilket ofta är dyrare än ett missat skräppostmeddelande.

  • Modellutvärdering
  • Bedömning
  • +1

Naive Bayes

Naive Bayes är en familj av enkla klassificeringsmetoder som bygger på Bayes sats. De kallas ”naiva” eftersom de förutsätter att alla särdrag är oberoende av varandra, vilket sällan stämmer i praktiken men ändå ofta ger goda resultat. Metoderna är snabba, kräver lite träningsdata och passar särskilt bra för text. Ett klassiskt exempel är spamfiltret som sorterar e-post utifrån typiska ord.

  • klassificering
  • statistik
  • +1